网络教学软件的导航系统设计

首先要对总学习目标进行分析，求出实现总目标所需完成的具体学习要求和学习步骤，这些具体的学习要求和学习步骤称为“子学习目标”；这些子目标通常还需继续进行细分，看是否还能找出更低一级的子目标。如此进行下去，直至找到不能再细分的最低一级的子目标为止。各级子目标也就是学习材料中的各个“知识点“。     

面向结构的基于学习的规划方法

近年来,规划中的学习问题重新受到了关注.如何通过学习机制改善现有规划器,使其能够可靠而令人信服地超越现有非学习的规划器的能力,仍然是一个尚未解决的难题.提出了面向规划问题和解的结构的基于学习的规划技术.该方法将先验知识表示成“子问题-规划片段”的形式.每次规划器成功找到解以后,根据问题的初始状态和目标状态,构造规划对象的初始子状态和目标子状态,构成子问题,并从规划解中抽取该子问题对应的规划片段.这些先验知识将被唯一记录并保存成先验知识库.新问题的求解首先从先验知识库中检索与当前求解问题相关的先验知识;然后,将这些先验知识经过例化、合并步骤后编码成句子;最后,将这些句子连同问题编码得到的句子作为SAT 求解器的输入,实现最终解的确定.实验使用了IPC 中的基准测试例子进行测试.实验结果表明,SOLP 算法求解速度与传统非学习的规划器相比具有明显优势,最佳情况下可达约80%的效率提升.     

以任务驱动，促学生自主学习--谈小学语文“自主学习任务单”的设计

第十一届NOC活动网络教研团队赛项与以往几届有所不同,主要是对“信息化教学设计”的内容进行了变革--创作帮助学生在课前自主完成知识学习的“学习任务单”。所谓设计自主学习任务单,其实是微课程开发中的一个步骤。要求教师根据教学目标,设计帮助学生在课前明确自主学习的内容、目标和方法,并提供相应的学习资源,以表单为呈现方式的学习路径文件包。     

聚焦大概念的高中信息技术教学探索——以“数据”大概念为例

本文聚焦“数据”这一核心大概念,从搭建学科知识体系、整合教学主题、设计学习目标体系、设计课时流程、实施有效教学评测几个方面对其进行分析—先从内涵、范围入手,再从具体层面探索大概念在课堂教学有效性的促进和学生迁移知识能力提升方面的具体实施步骤和意义。     

光场图像基线编辑方法

图像重定向是图像编辑中的一个基本问题,主要研究根据具体应用要求对图像内容进行重构。当前针对光场图像角度和空间超分辨率以外的重定向的研究尚属空白。提出了一种光场图像基线编辑方法。算法主要包含三个步骤:首先对光场图像进行标定得到相机参数,并估计光场图像每个子视点图像的视差图;然后根据基线编辑的要求对光场图像进行重定向处理,即将每个子视点图像投影到目标光场图像对应的子视点;最后构建一个深度学习算法对目标光场图像进行优化,对直接重定向过程中因遮挡去除导致的图像空洞区域进行修复。实验结果表明,所提算法能够实现基线编辑的光场图像重定向处理,得到高质量的目标光场图像。该算法可用于一系列光场图像编辑应用,包括光场图像拼接、不同图像间物体拷贝和复制、光场图像的立体显示等。     

频繁子图挖掘算法综述

本文介绍了基于图的频繁子图挖掘算法的研究情况,提出频繁子图挖掘算法的分类方法,对一些经典的算法进行了分析和评价,归纳出频繁子图挖掘的一般步骤以及实现这些步骤的方法,展望了频繁子图挖掘的未来研究方向.     

基于本体的任务模型研究与应用

通过对学习目标模块所要求达到的结果分析,提出了相应的任务分解原则。在分析任务分解学习资源的基础上,提出耦合度和在任务分解过程中,考虑子任务间交互与影响的同时,利用模糊匹配方法,进行任务分解的可行性判断,同时综合子任务相互间的影响因素和学习元件影响因素,选择能最简化达到学习目标的最优任务分解方案。     

基于本体的任务模型研究与应用

通过对学习目标模块所要求达到的结果分析,提出了相应的任务分解原则。在分析任务分解学习资源的基础上,提出耦合度和在任务分解过程中,考虑子任务间交互与影响的同时,利用模糊匹配方法,进行任务分解的可行性判断,同时综合子任务相互间的影响因素和学习元件影响因素,选择能最简化达到学习目标的最优任务分解方案。     

INVENTOR进阶教程第二章

上期实例请在http://www.icad.com.cn/inventor.htm 三、零件建模实例 初学者在学习Inventor的入门阶段,应该首先学习建模的基本步骤和方法技巧,还不能直接涉及到设计。在本章中,笔者将同读者一起练习“抄图建模”,以熟悉建模的基本步骤,演练建模的基本技巧。具体的零件图如图1所示。     

Loop细分小波框架对图形传输与去噪的应用

基于细分小波的多分辨率分析是近年来三维图形处理的重要方法,该方法在图形的压缩,去噪,渐近显示和传输,多分辨率绘制和编辑等领域已有很多研究与应用。最近Maria Charina等人提出了一种新的基于细分小波紧框架的多分辨率分析理论,使得细分小波框架在三维图形处理领域的应用成为值得研究的新课题。在深入学习和研究这种全新的多分辨率分析理论的基础上,详细推导了Loop细分小波紧框架的分解和重构公式,应用这些公式实现了多分辨率曲面的构造并将其应用到三维网格图形的渐进传输和去噪中。通过与M.Bertram的双正交Loop细分小波算法的对比,表明基于Loop细分小波紧框架的多分辨率分析算法具有较好的渐进传输和去噪效果。由于通常的输入网格不具有细分连通性,而基于细分曲面的多分辨率分析算法要求它所处理的网格具有这种连通性,所以还特别提出了一种构造既能逼近输入网格又具有细分连通性的网格的简捷算法。     

你好，广告

学习领航语文与生活同在,生活与语文共存。在我们的生活中到处都有广告,只要留意一下,你会发现广告与语文有着密切的联系。进行广告语研究的研究性学习,可按照以下步骤进行。第一步:进入“引言”,了解你的学习背景。第二步:进入“任务”,明确你的学习目标。第三步:进入“过程”     

Find the right place课件辅助英语教学专辑课件的创意和设计

教材:人教版初中英语第二册第21课Find the right place目标体系1.认知目标掌握本课的单词和语言点,尤其是有关地点的名词和表示方位的介词,学习怎样用英语问路以及怎样回答。“询问方向”及“指点方向”是学习重点,方位介词的识别和运用则是学习难点。要求学生不仅能掌握各知识点,还能对各知识点的知识信息进行综合,构建自己新的知识结构体系。2.能力目标英语作为一门教授语言的学科,首要的是训练和提高学生的听、说、读和写能力,培养学生良好的学习习惯和思维方式,使学生最终能达到英语教学大纲所要求的目标:用英语进行交际;充分利用多媒…     

基于边界采样技术的插值Loop细分方法

本文在分析了传统几何造型的弊端及开曲面造型中光滑边界曲线的插值要求后,针对细分曲面造型方法中较常用的Loop细分,提出了基于边界采样技术的插值细分曲面造型方法。该方法一方面利用了细分曲面造型的优点,如算法简单、可表达任意拓扑结构等;另一方面又满足了工程应用中插值边界曲线的要求。文中详细讨论该算法的步骤,并通过示例验证了该算法的有效性和实用性。     

国家电网运营诊断指标体系研究

本研究运用战略地图的分析方法,通过分析国家电网在财务层面、客户层面、内部层面、学习与成长层面上的战略目标,进而在每个战略目标上建立细分目标并探析可以衡量这些目标的指标,建立企业运营指标体系,旨在为评价电网公司运营情况提供新的思路和方法。     

浅谈信息技术自主学习教学模式的增效高质

自主学习教学模式是较适用于信息技术课堂教学的新模式之一。目前，对这种模式的研究还处于探索阶段，有的教师只是根据自己对“自主”二字的字面理解进行简单的套用：一堂课开始讲几句，就立即让学生“自主”学习，直至教学结束前进行简单小结，随即“大功告成”。对于在这堂课中学生进行自主学习的具体程序如何、教师主要起什么作用等，并不去仔细研究；对于教学目标达到与否，学生的学习效率．结果和质量如何，更不去检查。     

无线安全协议设计方法研究

探讨了无线安全协议设计的一般步骤,包括应用环境抽象、特定应用网络弱点分析、待设计安全协议要达到的目标、现有相近协议优缺点分析、具体协议设计、协议安全性证明。作为实例,按照这些步骤,设计了一个新的无线网络认证协议。实践表明,这些设计步骤操作性较强,可以较好地指导无线安全协议设计,对于其它小型应用层协议的设计也有一定的参考作用。     

基于GPU的视点相关自适应细分

利用GPU的强大浮点数计算能力和并行处理能力,提出一种完全基于GPU的视点相关自适应细分内核进行快速细分计算的方法.在GPU中,依次实现视点相关的面片细分深度值计算、基于基函数表的细分表面顶点求值、细分表面绘制等核心步骤,无须与CPU端系统内存进行几何数据交换.视点相关的自适应细分准则在表面绘制精度保持不变的情况下,有效地降低了细分表面的细分深度和细分的计算量,在此基础上完全基于GPU的细分框架使得曲面细分具有快速高效的特点.该方法还可以在局部重要细节用较大深度值进行实时自适应细分,以逼近极限曲面.     

平方根求解方法的研究

介绍了常用的计算二次剩余平方根的方法,一类是基于剩余扩展来求解平方根,另一类是基于分离对数来求解平方根,并对这些方法的具体原理进行了详细介绍和分析,给出了其中一些方法的主要实现步骤,另外,还对一个基于分离对数方法的具体实现作了研究。     

基于深度学习的新闻推荐算法研究综述

新闻推荐(NR)可以有效缓解新闻信息过载,是当今人们获取新闻资讯的重要方式,而深度学习(DL)成为近年来促进新闻推荐发展的主流技术,使新闻推荐的效果得到显著提升,受到研究者们的广泛关注.主要对基于深度学习的新闻推荐方法研究现状进行分类梳理和分析归纳.根据对新闻推荐的核心对象——用户和新闻的建模思路不同,将基于深度学习的新闻推荐方法分为"两段式"方法、"融合式"方法和"协同式"方法三类.在每类方法中,根据建模过程中的具体子任务或基于的数据组织结构进行更进一步细分,对代表性模型进行分析介绍,评价其优点和局限性等,并详细总结每类方法的特点和优缺点.另外还介绍了新闻推荐中常用数据集、基线算法和性能评价指标,最后分析展望了该领域未来可能的研究方向及发展趋势.     

多目标遗传算法求解认知无线电SUL维持问题

当某个一级用户重新出现时,二级用户必须马上让出属于此一级用户的频谱,此时就存在着如何维持二级用户链接（Secondary Users’Link,SUL）的问题。基于CORVUS系统的“冗余子信道”模型在SUL原有的N个子信道基础上再使用X个冗余子信道进行二级用户之间的通信。只要传输过程中受干扰的子信道个数少于X,接收端就可以从N+X个子信道中恢复出正确信息来,从而解决了SUL维持的问题。但尚未有一种有效的办法以求解最优的N和X。将SUL维持问题建模为一个多目标优化问题,提出了一种基于多目标遗传算法的SUL维持算法SULEA。SULEA能够根据不同的用户服务需求动态地选择适应度函数来求解最优的N和X,Matlab实验证明了SULEA的正确性和有效性。